Vállalati AI platform kiépítése és a platformréteg üzemeltetése
Amikor egy vállalatnál már több AI-rendszer fut, a megbízhatóságot az a réteg dönti el, amelyik a telepítést, a kiadásokat és a monitorozást adja. Multi-tenant AI platformokat építünk és üzemeltetünk GitOps telepítéssel és blue-green kiadásokkal, on-premise és privát felhő környezetben is. A munkát budapesti csapat viszi.
A következő lépés az AI felmérés: 500 000 Ft + ÁFA-tól.
Frissítve:
Az első AI use case általában önálló alkalmazásként indul, és így is működik jól. A harmadiknál már ismétlődnek a kérdések: hogyan kerül ki egy új verzió, hogyan lehet visszaállni, ki melyik adathoz fér hozzá, és honnan látszik, hogy a rendszer jól működik. A platform ezekre egyszer ad választ, és utána minden workload ugyanazt a választ használja.
Éles, multi-tenant AI platformokat üzemeltetünk: a telepítés GitOps alapon fut — minden változás verziókezelésből indul, visszakövethetően —, az új verziók blue-green kiadással kerülnek ki, leállás nélkül. A RAG és agent rendszereket éles minőségben építjük: retrieval pipeline-ok, prompt-injection elleni védelem, komponensenkénti hibakezelési szabályok. Alapítónk öt évig vezette egy multinacionális vállalat globális automatizálási és AI kompetenciaközpontját, 20+ fős nemzetközi csapattal és évi 6 millió dollár feletti megtakarítással; csapatunk 2013 óta épít éles rendszereket, és eddig 46+ projektet zárt le.
Egyetlen folyamat generatív AI-bővítéséről a Generatív AI integráció oldalunkon írtunk; ez az oldal az alatta lévő rétegről szól: sok AI-workload megbízható futtatásáról. A platform a meglévő ERP-, CRM- és SharePoint-rendszereitekhez kapcsolódik, és szükség esetén on-premise vagy privát felhő infrastruktúrán fut, nyílt forráskódú modellekkel. Az EU AI Act szerinti kockázati besorolást workloadonként, a projekt elején végezzük el. Egyetlen meglévő rendszer havidíjas üzemeltetéséről az AI-rendszerek üzemeltetése oldalunk szól.
Mit egységesít a platform?
GitOps telepítés
Minden változás verziókezelésből indul: a platform és a rajta futó workloadok konfigurációja is kódként él. A telepítés megismételhető és visszakövethető; a visszaállás egy korábbi, működő állapot visszatöltése.
Blue-green kiadások
Az új verzió a régi mellett indul el, és csak akkor kapja meg a forgalmat, ha az ellenőrzéseken átment. A váltás leállás nélkül történik; hiba esetén a visszaállás azonnali, mert a régi verzió még fut.
Multi-tenant működés
Több szervezeti egység és több workload fut ugyanazon a platformon, elkülönített hozzáféréssel és erőforrásokkal. Új use case indításához nem kell új infrastruktúrát építeni — a meglévő platformra kerül.
Monitorozás és naplózás
Egy helyen látszik, mi fut, mennyibe kerül, és hol hibázik. A naplózást és az emberi felügyeleti pontokat workloadonként tervezzük be — ugyanezek adják az EU AI Act szerinti dokumentáció alapját.
A kiépítés menete
- 1
AI felmérés — 500 000 Ft + ÁFA-tól
Összeírjuk a futó és tervezett AI-workloadokat és a meglévő infrastruktúrát: mi fut ma, hol, és mi hiányzik a megbízható üzemeltetéshez. Az eredmény egy írásos platformterv költségbecsléssel, amivel akkor is tudtok dolgozni, ha nem velünk folytatjátok.
- 2
A platform alapjának kiépítése
Felállítjuk a GitOps pipeline-t, a környezeteket, a monitorozást és a hozzáférési modellt — a ti infrastruktúrátokon: on-premise, privát felhőben vagy Azure AI Foundry alapon.
- 3
Pilot az első workloadon — 2-3 hét
Az első workloadot — jellemzően egy RAG asszisztenst vagy egy agent folyamatot — a platformon visszük élesig. Egy kisebb proof of concept 2-3 hét alatt elkészül, és megmutatja, hogyan működik a kiadás, a visszaállás és a monitorozás nálatok.
- 4
Bevezetés és üzemeltetés — 6-12 hét
A legtöbb projekt 6-12 hét alatt jut el a kickofftól az éles üzemig; a további workloadok már a kész platformra érkeznek. A forráskód, a modellek és az adatok a tieitek maradnak; a monitorozás és a támogatás a munkamódszerünk része.
Miért a Leventech
Éles multi-tenant platformok
A csapat ma is több workloadot kiszolgáló, éles AI platformokat üzemeltet GitOps telepítéssel és blue-green kiadásokkal. Amit építünk, azt üzemeltetjük és karbantartjuk is.
Vállalati üzemeltetési háttér
Alapítónk öt évig vezette egy multinacionális vállalat globális automatizálási és AI kompetenciaközpontját — 20+ fős nemzetközi csapat, évi 6 millió dollár feletti megtakarítás. 46+ lezárt projekt, 96%-os ügyfél-elégedettség.
EU AI Act és GDPR a fejlesztés részeként
Kockázati besorolás a projekt elején, naplózás és emberi felügyelet a tervezésben, ellenőrzési lista az élesítés előtt. Szabályozott környezetben futó, magas kockázatú AI rendszerek bevezetésében is van tapasztalatunk.
Az adatok nálatok maradnak
Szükség esetén on-premise vagy privát felhő telepítés, nyílt forráskódú modellekkel (Meta Muse, Qwen3.8, DeepSeek V4, Mistral Large 3). Az adatok és a naplók nem hagyják el a környezeteteket.
Gyakori kérdések
Egy-két use case önálló alkalmazásként is jól működik. A platform akkor térül meg, ha több workload fut vagy készül, és a kiadás, a visszaállás, a hozzáférés és a monitorozás kérdése minden új rendszernél újra előkerül. A felmérés ezt a ti helyzetetekre mondja meg — ha az önálló alkalmazás elég, azt is megmondjuk.
Azt, hogy a platform és a workloadok teljes konfigurációja verziókezelésben él, és minden változás onnan kerül ki a környezetekbe. Minden telepítés visszakövethető: látszik, ki mit változtatott és mikor. A visszaállás egy korábbi, működő állapot visszatöltése — verzióváltás, kézi beavatkozás helyett.
Blue-green kiadással: az új verzió a régi mellett indul el, és csak az ellenőrzések után kapja meg a forgalmat. A felhasználók a váltásból semmit sem vesznek észre. Ha az új verzió hibázik, a forgalom visszakerül a régire — a visszaállás azonnali, mert a régi verzió végig fut.
Igen. On-premise és privát felhő környezetben is építünk platformot, nyílt forráskódú modellekkel (Meta Muse, Qwen3.8, DeepSeek V4, Mistral Large 3), amelyek a ti szervereiteken futnak. Ahol az adatkezelés engedi, vállalati modelleket használunk API-n: GPT-5.6, Claude Opus 5, Gemini 3.6. A kettő ugyanazon a platformon megfér, workloadonként eldöntve.
A platformon futó workloadok API-n keresztül érik el a meglévő ERP-, CRM- és SharePoint-rendszereket. A jogosultságok a meglévő rendszerekben maradnak: egy workload nem kap több jogot, mint az a felhasználó, akinek a munkáját támogatja. Az integrációk körét a felmérésben írjuk le.
Attól, hogy a hibás működésre is terv van. A retrieval pipeline forrásmegjelöléssel válaszol, a bemeneteket prompt-injection elleni védelem szűri, és minden komponenshez hibakezelési szabály tartozik: mi történik, ha a retrieval üres, ha a modell nem válaszol, vagy ha az agent elakad. Amit a rendszer nem tud biztonsággal lezárni, azt emberi ellenőrzésre adja át.
A naplózást és az emberi felügyeleti pontokat workloadonként, a rendszer részeként építjük be, így egy későbbi ellenőrzésnél visszakereshetők. A kockázati besorolást a projekt elején, workloadonként végezzük el. A műszaki és szervezési felkészítést adjuk; a jogi értékelés a jogi tanácsadótoknál marad.
A belépő szint az AI felmérés: 500 000 Ft + ÁFA-tól — ez adja meg a platform hatókörét és a költségbecslést. A platformra kerülő egyes workloadok a publikált sávokban mozognak: egy AI asszisztens vagy integrációs projekt általában 6–16 millió Ft, egy dokumentumfeldolgozó rendszer 12–32 millió Ft. A tipikus megtérülési idő 6-12 hónap; 46+ lezárt projektünk alapján az automatizált folyamatokon 40-45%-os hatékonyságnövekedés érhető el.
Maradt kérdésed?
Kezdjük egy beszélgetéssel
Elmondjátok, hány AI-rendszer fut vagy készül nálatok és milyen infrastruktúrán — mi megmondjuk, mit érdemes közös platformra szervezni.
Mit automatizálnál a cégedben?
Írd le röviden a feladatot. E-mailben jelentkezünk, és egyeztetjük az első beszélgetést.
A következő lépés az AI felmérés: 500 000 Ft + ÁFA-tól.
Mi történik az üzenet után?
Az első beszélgetésen áttekintjük a feladatot, a használt rendszereket és az elvárt eredményt. Ezután egyeztetjük, szükség van-e részletes felmérésre. A fizetős munka előtt ajánlatot adunk.
Vagy keress minket közvetlenül:
[email protected]
Hétfő-Péntek, 9:00-17:00 CET